我有一个网站,其中有我想要获取的存储在 JavaScript 中的数据。我如何获取它?
代码是这样的:-http://pastebin.com/zhdWT5HM
我想从“varplayersData”行获取。我想获取这个东西:-“playerId”:“showsPlayer”(显然没有引号)。我该怎么做?
我尝试过美味的汤。我当前的脚本如下所示
q = requests.get('websitelink')
soup = BeautifulSoup(q.text)
searching = soup.findAll('script',{'type':'text/javascript'})
for playerIdin searching:
x = playerId.find_all('var playersData', limit=1)
print x
我得到 [] 作为我的输出。我似乎无法弄清楚我的问题在这里。
请各位男士和女士帮忙:)
BeautifulSoup
只会帮助找到所需的script
标签。然后,您将有多种选择:您可以使用 javascript 解析器提取所需的数据,例如slimit,或使用正则表达式:
import re
from bs4 import BeautifulSoup
page = """
<script type="text/javascript">
var logged = true;
var video_id = 59374;
var item_type = 'official';
var debug = false;
var baseUrl = 'http://www.example.com';
var base_url = 'http://www.example.com/';
var assetsBaseUrl = 'http://www.example.com/assets';
var apiBaseUrl = 'http://www.example.com/common';
var playersData = [{"playerId":"showsPlayer","userId":true,"solution":"flash","playlist":[{"itemId":"5090","itemAK":"Movie"}]];
</script><script type="text/javascript" >
"""
soup = BeautifulSoup(page)
pattern = re.compile(r'"playerId":"(.*?)"', re.MULTILINE | re.DOTALL)
script = soup.find("script", text=pattern)
print pattern.search(script.text).group(1)
Prints:
showsPlayer
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)